基于圖像處理的指針式表盤自動(dòng)讀取系統(tǒng)設(shè)計(jì)

李 偉，張長(zhǎng)勝，馮 廣，劉賀翔，劉 銳

(昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，云南 昆明 650500)

指針式儀表大量應(yīng)用于工農(nóng)業(yè)生產(chǎn)中，但其讀數(shù)十分麻煩，而且工作量大，工作效率低。為縮短檢測(cè)時(shí)間，有效減輕工作人員的工作強(qiáng)度，提升檢測(cè)精度和效率，設(shè)計(jì)實(shí)現(xiàn)一種指針式儀表的自動(dòng)讀取系統(tǒng)具有重要現(xiàn)實(shí)意義。

許多學(xué)者也對(duì)指針式儀表的自動(dòng)讀取進(jìn)行了研究，文獻(xiàn)[1]提出了一種以表盤半徑和指針的旋轉(zhuǎn)中心作為先驗(yàn)特征的指針定位算法，克服了指針定位容易受干擾的問(wèn)題。文獻(xiàn)[2]通過(guò)改進(jìn)的重心位置,對(duì)0～9的數(shù)字進(jìn)行分組；然后依次對(duì)3組中的數(shù)字采用垂直線特征和水平方向投影，最后對(duì)各組中的數(shù)字進(jìn)行精確識(shí)別，取得了良好識(shí)別效果。文獻(xiàn)[3]提出了基于圓周區(qū)域的累積直方圖法對(duì)指針進(jìn)行定位,由指針偏轉(zhuǎn)角度得到讀數(shù)，對(duì)指針讀數(shù)識(shí)別十分有效。文獻(xiàn)[4]進(jìn)行了指針式儀表圖像預(yù)處理工作的研究，設(shè)計(jì)了預(yù)處理方案和相關(guān)方法,較好地提取了表盤目標(biāo)區(qū)域,清晰地保留了各種特征。

本文利用圖像處理的方法實(shí)現(xiàn)了指針式儀表的自動(dòng)讀取，利用視感檢測(cè)系統(tǒng)獲取表盤圖像，通過(guò)圖像的灰度化、濾波、二值化和邊緣檢測(cè)對(duì)原始表盤圖像預(yù)處理，去除噪聲和無(wú)用信息，再利用Hough變換提取表盤指針的相關(guān)參數(shù)，根據(jù)指針與表盤的線性關(guān)系求解出表盤示數(shù)。

1 表盤圖像預(yù)處理

通過(guò)遙視技術(shù)得到的圖像是真彩色圖像，又稱為RGB圖像，真彩色圖像存儲(chǔ)為24位的圖像，由R、G、B3個(gè)分量表示一個(gè)像素顏色，所以對(duì)一個(gè)尺寸x×y的彩色圖像，在計(jì)算機(jī)中存儲(chǔ)為x×y×3的多維數(shù)據(jù)數(shù)組，所需儲(chǔ)存空間大、無(wú)用信息多，故對(duì)它進(jìn)行處理時(shí)會(huì)占用相對(duì)較大的存儲(chǔ)空間、浪費(fèi)較多系統(tǒng)資源，也會(huì)降低系統(tǒng)的執(zhí)行速度，在使用圖像時(shí)要將其簡(jiǎn)化[5-6]。

1.1 圖像灰度化

圖像灰度化處理是一種最基本、經(jīng)典的簡(jiǎn)化圖像數(shù)據(jù)信息的方法之一，它將原始的RGB圖像每個(gè)像素點(diǎn)字節(jié)壓縮到1 Byte，有效減少圖像儲(chǔ)存空間，使識(shí)別工作變的高效而準(zhǔn)確。

1.2 高斯濾波

由于成像傳感器噪音、相片顆粒噪音和圖像在傳輸過(guò)程中的通道傳輸誤差等，會(huì)使一些隨機(jī)的、離散的和孤立的像素點(diǎn)在圖像上出現(xiàn)，即圖像噪音。通常圖像噪音在視覺上會(huì)與他們相鄰的像素有明顯不同，表現(xiàn)形式為黑區(qū)域上的白點(diǎn)或白色區(qū)域上的黑點(diǎn)，會(huì)影響圖像的視覺效果和有關(guān)處理，因此需要對(duì)圖像中的噪音進(jìn)行抑制，本文采用高斯濾波去除圖像噪聲干擾[7-8]。

高斯濾波是一種線性的平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理減噪。高斯卷積模板h(x,y,σ)可由二階高斯公式求得，如式(1)。

(1)

式中，σ的取值和卷積模板的尺寸大小有關(guān)。

1.3 圖像二值化

一幅圖像包括目標(biāo)物體、背景還有噪音，從包含各種信息的數(shù)字圖像中只取出需要的部分，最常用的方法就是設(shè)定某一閥值T，用T將圖像的數(shù)據(jù)分成兩大部分：大于T的像素群和小于T的像素群。這是研究灰度圖像變換最基本的方法，稱為圖像的二值化。二值化處理就是把圖像f(x,y)分成目標(biāo)物體和背景兩個(gè)部分。在二值化前，要先圖像歸一化。歸一化利用圖像的不變矩尋找一組參數(shù)，使其可以消除其他變換函數(shù)可能會(huì)對(duì)圖像變換造成的影響。也就是轉(zhuǎn)換成唯一標(biāo)準(zhǔn)形式來(lái)抵抗仿射變換[9]。

對(duì)圖像二值化處理時(shí)，先通過(guò)指定算法生成一個(gè)閾值，通過(guò)閾值確定將該像素的灰度值為0或255。閾值化的變換函數(shù)表達(dá)式如下

(2)

式中，T為指定閥值。該變換函數(shù)是階躍函數(shù)只需給出閥值點(diǎn)T即可。經(jīng)過(guò)閥值處理后的圖像變成了一幅黑白二值圖。

1.4 圖像反轉(zhuǎn)、細(xì)化

為了有效提取圖像特征，需要將圖像反轉(zhuǎn)，即將圖像邏輯取非。為了提高指針圖像識(shí)別的速度和精度，必須對(duì)圖像進(jìn)行細(xì)化處理。圖像細(xì)化的方法是結(jié)合圖像形態(tài)特征，從外向內(nèi)依次去除非骨架像素點(diǎn)，最終達(dá)到提取圖像骨架的目的。判斷某點(diǎn)為骨架像素點(diǎn)與否，與其周圍像素點(diǎn)有很大聯(lián)系，如圖1所示。

圖1 P1點(diǎn)8鄰域示意圖

假設(shè)有效像素灰度值為1，無(wú)效值為0，用細(xì)化算法去除圖像中灰度值是1的非骨架像素點(diǎn)的步驟如下：

步驟1掃描整幅圖像，對(duì)灰度值為1的點(diǎn)，滿足以下4點(diǎn)，則灰度值置0。

2≤N(P1)≤6;

S(P1)=1;

P2×P4×P6=0;

P4×P6×P8=0;

其中，N(P1)表示P1八鄰域灰度值為1的點(diǎn)個(gè)數(shù)；S(P1)表示P1周圍的點(diǎn)順時(shí)針旋轉(zhuǎn)時(shí)灰度由0變1的次數(shù)；

步驟2掃描整幅圖像，灰度值是1的點(diǎn)，如滿足以下4點(diǎn)，則灰度值置0。

2≤N(P1)≤6;

S(P1)=1;

P2×P4×P8=0;

P2×P6×P8=0;

步驟3如通過(guò)上述兩步置0的像素點(diǎn)數(shù)為0，結(jié)束細(xì)化；否則再?gòu)牟襟E一開始新一輪細(xì)化[10]。圖像預(yù)處理流程如圖2所示。

圖2 壓力值讀取流程

通過(guò)對(duì)圖像的預(yù)處理，大幅消除了各種噪聲和無(wú)用信息，避免了各種復(fù)雜環(huán)境的影響，使圖像成為可操作性好的單像素寬度圖像，同時(shí)提高了識(shí)別精度。

2 表盤示數(shù)識(shí)別

2.1 Hough變換

Hough變換是利用圖像空間和參數(shù)空間點(diǎn)、線的對(duì)偶性，在參數(shù)空間中將圖像空間中具有一定關(guān)系的像素點(diǎn)聚集，通過(guò)在參數(shù)空間中進(jìn)行累加、統(tǒng)計(jì)，找出參數(shù)空間中累加器峰值點(diǎn)，確定出圖像空間中幾何特征的特定參數(shù)，Hough變換檢測(cè)直線的參數(shù)空間有兩種:一是利用笛卡爾坐標(biāo)系表示的參數(shù)空間(p,q)，二是利用極坐標(biāo)系表示的參數(shù)空間(ρ,θ)。

笛卡爾坐標(biāo)系表示參數(shù)空間(p,q)進(jìn)行Hough變換時(shí)，圖像空間內(nèi)任一條直線y=px+q都可用參數(shù)空間中p和q線性表示，其中p是斜率，q是截距。圖像空間與該坐標(biāo)系參數(shù)空間的對(duì)應(yīng)關(guān)系如圖3所示。

圖3 笛卡爾坐標(biāo)系表示的參數(shù)空間

由圖3知，圖像空間xy里經(jīng)過(guò)點(diǎn)(x1,y1)和(x2,y2)的直線上的每個(gè)點(diǎn)都對(duì)應(yīng)參數(shù)空間p、q里的一條直線，這兩個(gè)點(diǎn)相交于點(diǎn)(p′,q′)。因此，可以利用Hough變換思想，利用參數(shù)空間中累加值最大點(diǎn)求出笛卡爾坐標(biāo)系里共線的點(diǎn)，進(jìn)而檢測(cè)出圖像空間里的直線。

圖4 極坐標(biāo)表示的參數(shù)空間

但由于x=0形式的直線斜率為無(wú)窮大，因此q=-px+y形式的直線方程無(wú)法表示此類直線，因此，本文采用極坐標(biāo)系參數(shù)空間(ρ,θ)。圖像空間中任一條直線都能用極坐標(biāo)參數(shù)空間里的兩個(gè)參數(shù)表示ρ、θ，其中ρ是直線到原點(diǎn)的距離,θ是直線極角。對(duì)于圖像空間中任意一點(diǎn)(x，y)，其極坐標(biāo)表示如式(3)所示。

ρ=xcosθ+ysinθ

(3)

圖像空間和極坐標(biāo)參數(shù)空間對(duì)應(yīng)關(guān)系如圖4所示。由圖4可知，圖像空間的每個(gè)點(diǎn)都有對(duì)應(yīng)于參數(shù)空間中的一條正弦曲線，因此，圖像空間中共線的點(diǎn)就對(duì)應(yīng)了參數(shù)空間中共點(diǎn)的曲線，只要找到參數(shù)空間里各曲線公共點(diǎn)，就能確定圖像空間里的直線。

Hough變換的思想就是利用圖像空間和參數(shù)空間點(diǎn)、線對(duì)偶關(guān)系，在原始坐標(biāo)系下表示為直線上所有點(diǎn)對(duì)應(yīng)參數(shù)坐標(biāo)系下的同一點(diǎn)。將圖像空間各個(gè)點(diǎn)映射到參數(shù)空間后，只要能夠找到參數(shù)坐標(biāo)系下最大累加點(diǎn)，就能找到原始坐標(biāo)系下的直線[11-14]。

2.2 計(jì)算讀數(shù)

上文已得到指針參數(shù)，然后再通過(guò)兩點(diǎn)式求得指針斜率，反正切就得到一個(gè)角度，由正切性質(zhì)知道，tanθ=tan(θ+π)，故當(dāng)θ為銳角時(shí)，指針傾斜角便等于θ，而當(dāng)θ為鈍角時(shí)，指針傾斜角便等于θ+π。

由表盤性質(zhì)得到讀數(shù)計(jì)算公式

(4)

其中，P即所求讀數(shù)。

角度不會(huì)根據(jù)圖像大小而改變，所以截得一部分有效圖像不會(huì)對(duì)最終結(jié)果產(chǎn)生影響，就可以簡(jiǎn)化計(jì)算，節(jié)約儲(chǔ)存空間和仿真時(shí)間，所以在對(duì)圖像處理計(jì)算讀數(shù)過(guò)程中，應(yīng)盡可能小的截取有效圖像[15-16]。

3 仿真實(shí)驗(yàn)

實(shí)驗(yàn)中，計(jì)算機(jī)硬件條件為CPU為Intel Core i5-3230M，2.6 GHz，Windows 7操作系統(tǒng)，仿真軟件為Matlab，對(duì)上文內(nèi)容進(jìn)行了仿真實(shí)驗(yàn)，對(duì)其預(yù)處理并識(shí)別其示數(shù)，實(shí)驗(yàn)結(jié)果如圖5所示。

圖5 指針式表盤識(shí)別結(jié)果

實(shí)際氣壓值/MPa全表盤識(shí)別/MPa識(shí)別誤差/%讀取時(shí)間/ms0.20.198-13420.50.5030.63400.80.796-0.53500.90.895-0.56345

表2 部分表盤識(shí)別結(jié)果

其中，誤差為負(fù)表示識(shí)別值小于實(shí)際值，反之大于實(shí)際值。由表1和表2可知，本文方法識(shí)別效果較好，識(shí)別誤差較小，平均為0.665%。部分表盤識(shí)別的效果良好，平均為0.86%，并且識(shí)別時(shí)間比全表盤識(shí)別短，平均可節(jié)省63 ms。

該系統(tǒng)硬件要求為具有內(nèi)存1.0 GB以上， CPU2.0G以上，Windows7及以上操作系統(tǒng)的計(jì)算機(jī)和30萬(wàn)及以上像素的攝像頭。較高的識(shí)別精度保證了該系統(tǒng)的可靠性，較短的識(shí)別時(shí)間保證了該系統(tǒng)的實(shí)用性，攝像頭與計(jì)算機(jī)直接相連保證了系統(tǒng)的穩(wěn)定性，故該系統(tǒng)可大量應(yīng)用于各種需對(duì)指針式儀表自動(dòng)讀取的工程中。

4 結(jié)束語(yǔ)

本文以指針式儀表為研究對(duì)象，使用圖像處理算法對(duì)原始真彩色圖像預(yù)處理獲得具有單像素的二值圖像，使圖像占空間小，具有可識(shí)別性，利用Hough變換提取儀表指針，并獲得指針相關(guān)參數(shù)，根據(jù)指針與表盤的幾何關(guān)系獲得表盤示數(shù)，并只提取表盤指針有效部分、減少識(shí)別時(shí)間。本文的指針式表盤自動(dòng)讀取系統(tǒng)識(shí)別誤差小、精度高，讀取時(shí)間短，在工程應(yīng)用中具有較大現(xiàn)實(shí)意義。

[1] 倪剛.指針式電力儀表圖像嵌入式識(shí)別技術(shù)的研究[D].成都:電子科技大學(xué),2013.

[2] 張樂(lè).基于圖像處理的指針式儀表示值識(shí)別的研究[D].保定:華北電力大學(xué),2013.

[3] 楊志娟,袁縱橫.基于圖像處理的指針式儀表智能識(shí)別方法研究[J].計(jì)算機(jī)測(cè)量與控制,2015(5):1717-1720.

[4] 李悠.視覺識(shí)別背景下的指針式儀表圖像預(yù)處理技術(shù)研究[J].電測(cè)與儀表,2013(S1):129-131,136.

[5] 張濤,齊永奇.Matlab圖像處理編程與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2014.

[6] 周品,李曉東.Matlab數(shù)字圖像處理[M].北京:清華大學(xué)出版社,2012.

[7] 相瑞,王力.基于小波變換的圖像去噪方法[J].電子科技,2016,29(7):82-84，87.

[8] 姒紹輝,胡伏原,顧亞軍,等.一種基于不規(guī)則區(qū)域的高斯濾波去噪算法[J].計(jì)算機(jī)科學(xué),2014(11):313-316.

[9] 黃劍冰,李奇.復(fù)雜光照環(huán)境下的灰度圖像二值化算法的研究及應(yīng)用[J].冶金自動(dòng)化,2017 (2):62-65.

[10] 馮養(yǎng)杰,林小竹.基于改進(jìn)HOUGH變換的指針式儀表自動(dòng)識(shí)別方法研究[J]. 北京印刷學(xué)院學(xué)報(bào),2015,23(4):62-66.

[11] 王競(jìng)雪,趙立科,朱慶.結(jié)合邊緣編組的 Hough 變換直線提取[J].遙感學(xué)報(bào),2014,18(2):379-389.

[12] 張振杰,郝向陽(yáng),劉松林,等.基于Hough一維變換的直線檢測(cè)算法[J].光學(xué)學(xué)報(bào),2016 (4):166-173.

[13] 朱柏林,郭亮,吳清文.基于ORB和改進(jìn)Hough變換的指針儀表智能識(shí)讀方法[J].儀表技術(shù)與傳感器,2017(1):29-33,73.

[14] 王延華,李騰,張沛,等.結(jié)合HSV與局部Hough變換的指針式儀表識(shí)別算法[J].電子設(shè)計(jì)工程,2017(2):110-113.

[15] 胡邦強(qiáng).基于Hough變換的指針式水表識(shí)別系統(tǒng)的研究與應(yīng)用[D].成都:電子科技大學(xué),2016.

[16] 倪剛,閆斌.以儀表結(jié)構(gòu)為先驗(yàn)特征的指針式儀表圖像識(shí)別[J].電子科技,2013,26(10):10-12.